$20.000. 2 Semanas. 16 Agentes Claude. O Primeiro Compilador C da Anthropic Feito por IA

O vídeo inicia apresentando o ambicioso projeto da Anthropic, onde 16 agentes Claude trabalharam ininterruptamente por duas semanas. O objetivo principal foi a construção de um compilador C funcional, algo anteriormente impossível para modelos de IA. O resultado foi surpreendente, permitindo a compilação do kernel do Linux e a execução do clássico jogo Doom. No entanto, o narrador introduz uma nota de ceticismo, mencionando que a comunidade debate se houve 'trapaça' ou uso de técnicas questionáveis. Este segmento estabelece o tom crítico da análise sobre a validade dos resultados apresentados.

Nesta parte, o experimento conduzido por Nicholas Carlini é detalhado, focando na infraestrutura de containers Docker e no repositório 'Upstream'. Cada um dos 16 agentes operava em um ambiente isolado para evitar interferências diretas no trabalho dos outros, resolvendo conflitos de merge via Git quando necessário. Uma técnica inovadora de 'travamento de tarefas' foi utilizada, onde arquivos de texto serviam como sinalizadores para garantir que dois agentes não trabalhassem no mesmo problema. O uso de loops 'Ralph' permitiu que os agentes mantivessem sessões limpas e foco em tarefas bem definidas. Essa organização foi fundamental para permitir a operação de longa duração dos modelos de linguagem.

O vídeo descreve como Carlini otimizou o processo de desenvolvimento através de um robusto arcabouço de testes. Para lidar com a tendência da IA de quebrar recursos antigos ao adicionar novos, foram integrados testes de projetos renomados como SQLite e Redis. Uma solução criativa foi a implementação de uma flag 'fast', permitindo que cada agente rodasse apenas uma fração dos testes de forma determinística, economizando tempo precioso. O ponto mais polêmico surge aqui: o uso do GCC como um 'oráculo' para validar partes da compilação do kernel do Linux. Isso permitiu aos agentes isolar erros específicos em seu próprio código, comparando os resultados com um compilador já perfeito.

Para mitigar a falta de memória entre sessões limpas, Carlini instruiu os agentes a atualizarem arquivos README e relatórios de progresso constantemente. Isso garantiu que novas sessões do Claude tivessem contexto sobre o que já havia sido feito e quais bugs foram corrigidos anteriormente. Além da codificação, os agentes receberam papéis especializados, atuando como revisores de código, otimizadores de performance e até críticos de design sob a perspectiva de desenvolvedores Rust. Essa diversificação de funções permitiu uma abordagem multifacetada para o refinamento do compilador. O uso de múltiplos agentes em paralelo mostrou-se uma forma eficiente de atacar diferentes frentes de um projeto complexo simultaneamente.

A conclusão do vídeo avalia se a Anthropic 'trapaceou', ponderando o nível de autonomia real dos agentes Claude. Embora a IA tenha gerado o código, ela o fez sob um direcionamento humano extremamente rigoroso que definiu toda a lógica do sistema e do ambiente de testes. O compilador final ainda apresentou dependências críticas de ferramentas externas, como o montador e o linker do próprio GCC, e falhou em superar a eficiência do software tradicional. O narrador observa que a performance da versão mais otimizada da IA ainda é inferior à versão básica do GCC. Em última análise, o experimento sugere que, embora a IA seja uma ferramenta poderosa, os desenvolvedores humanos continuam essenciais para o design e supervisão de sistemas complexos.